論文の概要: CryptoEL: A Novel Experiential Learning Tool for Enhancing K-12 Cryptography Education

• arxiv url: http://arxiv.org/abs/2411.02143v1
• Date: Mon, 04 Nov 2024 15:03:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:45:41.636600
• Title: CryptoEL: A Novel Experiential Learning Tool for Enhancing K-12 Cryptography Education
• Title（参考訳）: CryptoEL: K-12暗号教育を支援するための新しい経験的学習ツール
• Authors: Pranathi Rayavaram, Ukaegbu Onyinyechukwu, Maryam Abbasalizadeh, Krishnaa Vellamchetty, Sashank Narain,
• Abstract要約: 本稿は,K-12学生を対象とした暗号教育の強化を目的とした教育ツールを提案する。 ツールには、KolbのExperiential Learningモデルの4つの段階が組み込まれ、鍵となる暗号概念を教える。 学習体験には、現実世界のシミュレーション、カスタマイズされたAIベースの会話エージェント、ビデオデモ、インタラクティブなシナリオ、単純化されたPythonコーディングターミナルが組み込まれている。
• 参考スコア（独自算出の注目度）: 0.9378911615939926
• License:
• Abstract: This paper presents an educational tool designed to enhance cryptography education for K-12 students, utilizing Kolb's Experiential Learning (EL) model and engaging visual components. Our tool incorporates the four stages of EL -- Concrete Experience, Reflective Observation, Abstract Conceptualization, and Active Experimentation -- to teach key cryptographic concepts, including hashing, symmetric cryptography, and asymmetric cryptography. The learning experience is enriched with real-world simulations, customized AI-based conversation agents, video demonstrations, interactive scenarios, and a simplified Python coding terminal focused on cryptography. Targeted at beginners in cybersecurity, the tool encourages independent learning with minimal instructor involvement. An evaluation with 51 middle and high school students showed positive feedback from 93% of participants, who found the simulations, visualizations, AI reflections, scenarios, and coding capabilities engaging and conducive to learning. Comprehension surveys indicated a high understanding of cryptography concepts: hashing (middle school: 89%, high school: 92%), symmetric cryptography (middle school: 93%, high school: 97%), and asymmetric cryptography (middle school: 91%, high school: 94%).
• Abstract（参考訳）: 本稿では,K-12学生を対象とした暗号教育の強化を目的とした教育ツールを提案する。 我々のツールは、ELの4つの段階(具体的経験、反射観察、抽象概念化、能動的実験)を取り入れて、ハッシュ、対称暗号、非対称暗号などの鍵となる暗号概念を教える。 学習体験には、現実世界のシミュレーション、カスタマイズされたAIベースの会話エージェント、ビデオデモ、インタラクティブなシナリオ、暗号化に焦点を当てた単純化されたPythonコーディング端末が組み込まれている。 サイバーセキュリティの初心者を対象にしたこのツールは、インストラクターの最小限の関与で独立した学習を促す。 中高生51名を対象に行った評価では,93%の参加者から,シミュレーション,可視化,AIリフレクション,シナリオ,学習に係わるコーディング能力について肯定的な評価が得られた。 総合的な調査では、ハッシュ(中等学校:89%、高校:92%)、対称暗号(中等学校:93%、高校:97%)、非対称暗号(中等学校:91%、高校:94%)といった暗号概念の理解が高かった。

関連論文リスト

• Pseudo-Labeling and Contextual Curriculum Learning for Online Grasp Learning in Robotic Bin Picking [47.4409816260196]
  SSL-ConvSACは、半教師付き学習と強化学習を組み合わせて、オンライングリップラーニングを行う。 実機7-DoFのフランカ・エミカロボットアームに吸引グリップを装着することで,ビンピッキングタスクにおけるオンライングリップ学習を改善することを実証する。
  論文  参考訳（メタデータ） (2024-03-04T21:41:27Z)
• How do machines learn? Evaluating the AIcon2abs method [0.0]
  本稿では,AIをコンクリートから抽象(AIcon2abs)まで評価する。 WiSARDモデルは、トレーニングと分類のためにインターネット接続を必要としない。 AIcon2abs法の有効性は,作業負荷が約6時間である遠隔コースの評価を通じて評価した。
  論文  参考訳（メタデータ） (2024-01-14T22:40:58Z)
• CUCL: Codebook for Unsupervised Continual Learning [129.91731617718781]
  本研究は,教師なし連続学習(UCL)の代替として,教師なし連続学習(UCL)に焦点を当てている。 本稿では,教師なし連続学習のためのCodebook for Unsupervised Continual Learning (CUCL) という手法を提案する。 本手法は教師なしおよび教師なしの手法の性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2023-11-25T03:08:50Z)
• Learning in the Dark: Privacy-Preserving Machine Learning using Function Approximation [1.8907108368038215]
  Learning in the Darkは、暗号化された画像を高精度に分類できる、プライバシ保護機械学習モデルである。 暗号化データ上で直接計算を行うことで、高精度な予測を行うことができる。
  論文  参考訳（メタデータ） (2023-09-15T06:45:58Z)
• MOCA: Self-supervised Representation Learning by Predicting Masked Online Codebook Assignments [72.6405488990753]
  自己教師付き学習は、ビジョントランスフォーマーネットワークの欲求を軽減できる。 所望のプロパティを統一する単段および単段のMOCAを提案する。 我々は,様々な評価プロトコルにおいて,低照度設定と強力な実験結果に対して,最先端の新たな結果を得る。
  論文  参考訳（メタデータ） (2023-07-18T15:46:20Z)
• SdAE: Self-distillated Masked Autoencoder [95.3684955370897]
  本稿では,自己蒸留マスク付きオートエンコーダネットワークSdAEを提案する。 300エポックの事前トレーニングで、バニラViT-BaseモデルはImageNet-1k分類において84.1%の微調整精度を達成する。
  論文  参考訳（メタデータ） (2022-07-31T15:07:25Z)
• Exploring CLIP for Assessing the Look and Feel of Images [87.97623543523858]
  ゼロショット方式で画像の品質知覚(ルック)と抽象知覚(フィール)の両方を評価するために,コントラスト言語-画像事前学習(CLIP)モデルを導入する。 以上の結果から,CLIPは知覚的評価によく適合する有意義な先行情報を捉えることが示唆された。
  論文  参考訳（メタデータ） (2022-07-25T17:58:16Z)
• Unified Contrastive Learning in Image-Text-Label Space [130.31947133453406]
  Unified Contrastive Learning (UniCL)は、意味的に豊かだが差別的な表現を学習する効果的な方法である。 UniCLスタンドアローンは、3つの画像分類データセットにまたがる教師あり学習手法に対抗して、純粋な画像ラベルデータに関する優れた学習者である。
  論文  参考訳（メタデータ） (2022-04-07T17:34:51Z)
• Online Unplugged and Block-Based Cryptography in Grade 10 [0.0]
  本稿では,技術知識よりも暗号コアの考え方に影響を受けた,我々が設計した学習パスについて述べる。 ハンズオンアクティビティを実現するために、Snap!(ビジュアルプログラミング言語)をどのように使ったか、詳しく説明します。 学生たちはコースを高く評価し、遠隔地であるにもかかわらず、楽しい、面白い、エンゲージメントがあると感じた。
  論文  参考訳（メタデータ） (2021-12-20T10:40:59Z)
• Curious Representation Learning for Embodied Intelligence [81.21764276106924]
  近年,自己指導型表現学習は顕著な成功を収めている。 しかし、真にインテリジェントなエージェントを構築するためには、環境から学習できる表現学習アルゴリズムを構築する必要がある。 本稿では,強化学習方針と視覚的表現モデルを同時に学習する,好奇心をそそる表現学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-03T17:59:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。